Explorar las categorías
Explora
Fiverr Pro
Español
$
USD
Construiré sistemas de trading cuantitativo en python para quantconnect
Desarrollador cuantitativo: sistemas de trading desde la investigación hasta la producción
Construyo sistemas de trading cuantitativo para traders profesionales, prop firms, hedge funds, gestores de activos y fintechs, desde el descubrimiento de alpha hasta la validación y el despliegue en ...
Acerca de este Servicio
Construyo sistemas de trading cuantitativo en Python para QuantConnect, con investigación, validación e implementación en el Engine LEAN.
Transformo hipótesis y enfoques discrecionales en algoritmos testeables o reviso estrategias existentes, código y notebooks.
El alcance puede incluir ingeniería de datos, selección de activos, señales y factores, modelado estadístico, aprendizaje automático, construcción de portafolios, controles de riesgo y ejecución.
La validación puede incluir backtests considerando costos, deslizamiento y liquidez; pruebas fuera de muestra, análisis walk-forward, simulaciones Monte Carlo, análisis de sensibilidad y régimen; y verificaciones de sobreajuste, sesgo de anticipación y fuga de datos.
Preparo sistemas para trading en papel o en vivo en QuantConnect Cloud o localmente en LEAN, con integración de datos y broker, pruebas, registros, monitoreo y soporte para despliegue.
Recibes código modular, supuestos documentados y resultados reproducibles. La investigación puede mostrar que una hipótesis no está respaldada por la evidencia.
No garantizo beneficios. Se ofrece NDA.
Contacta conmigo antes de ordenar para alinear estrategia, datos, infraestructura y entregables.
FAQ
Traducción automática
¿Puedes crear, migrar o mejorar una estrategia en QuantConnect?
Sí. Puedo convertir hipótesis y reglas discrecionales en algoritmos en Python para LEAN, migrar estrategias desde otras plataformas o revisar código y notebooks existentes. El trabajo puede abarcar señales, selección de activos, portafolios, riesgo, ejecución y arquitectura modular.
¿Cuál es la diferencia entre los paquetes?
Fundamentos: investigación, estrategia en Python/LEAN, backtest inicial y reporte. Validado: sistema modular, backtests realistas, validación, riesgo y preparación para trading en papel. Producción: validación avanzada, controles de riesgo, ejecución, automatización, monitoreo y soporte para despliegue.
¿Cómo validas las estrategias y haces que los backtests sean más realistas?
Configuro tarifas, deslizamiento, ejecuciones y margen en LEAN. La validación puede incluir fuera de muestra, walk-forward, Monte Carlo, sensibilidad, análisis de régimen y pruebas de estrés. Evalúo liquidez, estabilidad de parámetros, sobreajuste, sesgo de anticipación y fuga de datos.
¿Usas aprendizaje automático en QuantConnect?
Sí, cuando la hipótesis y los datos lo justifican. Utilizo scikit-learn, XGBoost o PyTorch para predicción, clasificación, selección de características, análisis de texto o detección de régimen. Comparo con modelos más simples usando pruebas fuera de muestra, costos y controles para fuga temporal.
¿Para qué mercados y bolsas desarrollas sistemas?
Acciones/ETFs de EE. UU.; opciones sobre acciones/índices; futuros y opciones sobre futuros; FX, CFDs, criptomonedas al contado y futuros de criptomonedas. Las bolsas incluyen NYSE, Nasdaq, NYSE Arca/American, Cboe/CFE, CME, CBOT, COMEX, NYMEX, ICE, Eurex, HKFE/HKEX, KRX y NSE/BSE. La cobertura varía según el activo, dataset y entorno en la nube o local.
¿Qué brokers y plataformas de ejecución puedes integrar?
Conectores LEAN: IBKR, Charles Schwab, TradeStation, tastytrade, Alpaca, OANDA, Webull, Tradier, Public, Clear Street, Wolverine, Samco, Zerodha, Binance/Binance.US, Coinbase, Bitfinex, Bybit, Kraken, dYdX, Bloomberg EMSX/FIX, Trading Technologies y SS&C Eze. La disponibilidad varía según el entorno.
¿Qué fuentes de datos utilizas con QuantConnect y LEAN?
Datasets de QuantConnect, feeds de broker e integraciones nativas: Databento, Bloomberg BPIPE/Terminal Link, FactSet, Polygon, IQFeed, Theta Data, Alpha Vantage, Trading Technologies y SS&C Eze. Datos de mercado, fundamentales y alternativos dependen del dataset, suscripción y entorno en la nube o local.
¿Qué stack tecnológico usas desde la investigación hasta producción?
Python, QuantConnect/LEAN, QuantBook, Jupyter, Pandas, NumPy, SciPy, Polars y statsmodels. LEAN local: LEAN CLI, Docker, Linux, SQL, Git, pytest y CI/CD, con monitoreo según sea necesario. Despliegue en QuantConnect Cloud o en tu infraestructura propia, incluyendo AWS, Azure o Google Cloud.
¿Qué necesito aportar para iniciar el proyecto?
Envía tus objetivos, mercados, activos, marco temporal, hipótesis o reglas, datos, límites de riesgo y broker. Comparte código, notebooks, backtests y documentación existentes. Especifica si planeas usar QuantConnect Cloud o LEAN local y si necesitas investigación, trading en papel o en vivo.
¿Cómo manejas la comunicación y confidencialidad?
Prioritizo el chat en Fiverr y la documentación escrita para una comunicación clara y decisiones rastreables. Las llamadas cortas en Fiverr pueden aclarar requisitos o mostrar resultados. NDA disponible; tu estrategia, código, datos, documentación y resultados permanecen confidenciales.
